（来源：上观新闻）
硅谷现🕢🖼在很流行用 vi🔌🏡目录树be cod👩🔧🐃ing 去尝试🇹🇳 100 🏇种做法，看看哪🍭一种能🚫📻行得通，📷而不是🕞只试 🏜🇨🇴10 种🌮🌡。在Lo👚🗒CoMo基准测试💫上（该基准由🇧🇯1️⃣来自麻省大学🇨🇼等机构🏃♀️🧟♂️的研究者于👿🇷🇺2024年A🇵🇳🎨CL会议发表，😱👩🦱专门评测LLM代🇩🇬理的超长期💍对话记忆，全称🥳是Evalu📡😗ating Ve🈯ry Lon🇲🇳5️⃣g-term🇲🇿 Convers☁🦉ational🍜❕ Mem🥚ory🧦 of LLM 🤕📁Agent🍬🍙s），🔒🇸🇱研究者取了10🛬个对话中的🇩🇪🐹2个，摄🏥入了15🕙85条事🎋实，生成304对🤨问答对，用🍃Azur🌇🌞e的GPT-♊5.4-min🤜i作为评判模型🐌，以L🇲🇶ikert量🥔💛表1-5分、≥4🚜分算正确的方式打🧬分🇧🇦。
此次测试不仅🦸♂️关乎一个模型💼🍑的性能，更关乎A😒🎄I技术进入🏧深水区📡🔀后，我们🕑目录树如何在拥抱🗑其强大能力6️⃣🛒的同时👅，应对其潜📜在风险🈹。极目新🧖♀️闻记者注意到📣🚵，明明发文称，自🏴🚹己在东方甄选🍤🕷待了1571🍣⛅天🤵。他们向我展示🕵️♀️的另一样🌸东西实际上是🇳🇿一个网🧘♂️络化计算机系统🐝🤫。
如果证也是假的🏷，那就没办法了😹。Anthrop🇹🇨🐞ic于今年2🕋月完成了🚷🇪🇭300亿美元的🦹♂️🕐融资，此后投资者🇬🇬👨🦲纷纷以80🇰🇷🙎♂️00亿美元🇧🇫甚至更高的估值寻👰求入股🚩📜。所以，下周四更🔋⏪像一个筛选点，🎟👨👩👧不像总➗🎥开关🛒。
